中国小鹏上周发布VLA 6.3.0，机器人部门融资9亿美元
小鹏(XPENG)过去一周先后发布第二季度业绩、VLA 2.0 6.3.0版智能驾驶系统以及人形机器人IRON的融资进展,三项动作均围绕物理人工智能展开。相关成果尚未完全计入当期财务,但正在为这家快速扩张的科技公司打开新的发展阶段。
财报显示,小鹏第二季度营收达29.1亿美元,同比增长8.0%,环比增长51.5%;整体毛利率20.7%,高于2025年的17.3%;相比之下,特斯拉(Tesla)的毛利率为16.8%。不过,汽车业务利润率降至12.1%,低于2025年的14%,部分与新车型上市成本有关。毛利率提升主要来自服务业务,其中大部分收入来自向大众汽车集团(Volkswagen Group)提供的技术研发服务。这种收入结构让小鹏在利润层面更接近一家科技公司,而非单纯的汽车制造商。
技术投入同样影响当期利润,小鹏合计净亏损2亿美元,主要源于研发支出同比增长35%,以及全球扩张与新车型发布带来的行政和销售费用上升。以7月在慕尼黑举行的L03发布会为例,此类发布活动投入不低。随着多款车型产量爬坡并进入交付阶段,上述研发与营销投入将在后续经营中逐步体现。
上周四,小鹏发布VLA 2.0 6.3.0版,这是该系统自VLA 2.0发布以来的首次重大版本升级,未来几周将通过OTA推送。智能驾驶系统的升级需兼顾安全、可靠性与反应速度,并在延迟、算力与功耗约束下运行;若新软件无法在现有硬件上流畅运行,升级便不具备实际价值。
更新后的VLA 2.0模型在空间感知之外引入时间维度,以4D方式结合历史事件预测下一步走势。支撑这一能力的是Infini-VLA,它可在决策时调取无限长的历史时间线;小鹏在实际驾驶场景中发现历史记忆通常不需要超过30秒,因此将该记忆窗口设为30秒。
车辆在行驶中无法停下来处理信息或规划动作,新升级因此采用流式推理(Streaming Inference),让感知、思考和轨迹令牌输出同时且连续进行。小鹏称,该方案使延迟与响应速度提升300%。
小鹏于6月公布的X-Foresight(前瞻预测)技术现已面向公众推出。该系统基于历史数据推断未来6秒的交通态势,实现主动推理;其底层能力可支持最长21秒的预测,但为节省算力默认限制为6秒。流匹配(Flow-Matching)机制则将数据映射为多条未来路径,以概率决策选取最优结果。综合上述技术,小鹏称安全性能提升20倍,并称这套类人智能驾驶系统具备“超越人类”的能力。
小鹏采用同一套硬件开展L4级Robotaxi运营,已在公共道路上为内部客户完成超过2000个订单。中国智能驾驶法规较美国更为严格,但更广泛的商业化预计即将到来。
VLA 2.0最完整能力保留给搭载多颗自研图灵(Turing)芯片的车型,但单芯片车型也将获得相应的VLA能力。从双芯片缩减为单芯片并非简单的能力减半:小鹏通过混合ViT(HybridViT)简化处理需求,尽量保留底层能力,最大程度减少性能取舍。相关改动涉及底层架构调整,而非直接削减功能。
Master Agent采用全模态模型(Omni multimodal model),将语音交互处理成类人对话,小鹏称其本质上是“将语音交互变成了一个机器人”。系统利用专用图灵芯片在本地处理语音,并结合环境理解用户意图;用户无需使用预设指令,对话即可完成目的地与路线识别。行驶途中亦可随时修改计划,如需靠边停车,系统会自行寻找安全位置,全程无需操作触摸屏。演示视频中,用户仅凭语音,按菜品种类完成了一家名称拗口餐厅的导航,并在街区的一栋黑色大楼前停下。几乎所有车辆功能都能通过语音控制。这套交互方式接近影视作品《霹雳游侠》中的KITT系统,与常见语音助手体验差异较大,实际效果仍有待体验确认。小鹏将语音控制视为Robotaxi的必要条件,认为无驾驶员场景需要这种交互水平来保障安全操作;模型的泛化能力也有助于在进入新市场时快速适配。
多图灵芯片分工也随此次发布更加明确:第一颗负责智能驾驶,第二颗扩展能力,第三颗专用于语音控制与通信,Robotaxi车型还配备第四颗作为无驾驶员场景下的冗余。每颗芯片算力为750 TOPS,超过特斯拉HW4的总计算能力。
车队规模扩大带来了更多训练数据,目前累计视频片段达1.1亿个。仿真平台X-World(仿真世界)每日生成的仿真模型数量较6月增长290%。依靠真实与仿真数据,模型对施工区域、轮渡等边缘场景的处理能力得到增强。
版本推送方面,Ultra与Ultra SE车型将在9月收到新一代VLA 2.0更新;搭载单图灵芯片的Max版将于下月收到VLA Lite更新;搭载双英伟达(NVIDIA)Orin芯片的老款车型将在今年晚些时候获得升级。搭载单Orin芯片的车型暂无消息。
小鹏未按订阅模式收费,而是将新能力随OTA提供给现有客户,称“不想简单地减少模型参数,而是希望给每个人更一致的体验”。实际提供的功能已超出最初承诺。相比之下,有企业会对解锁既有硬件功能额外收费,也有企业存在承诺与交付之间的差距。
此前围绕VLA 2.0的多次试驾反馈显示,其类人驾驶表现令人印象深刻,且系统学习速度较快。若6.3.0版本兑现各项承诺,小鹏在智能驾驶方面的领先地位将进一步扩大。该次升级不会立即贡献收入;但用户实际体验后对新功能的认可,有望带动汽车销售,尤其是搭载最先进功能的高配车型,同时为向其他车企输出技术创造条件。
小鹏正在为客户提供超出硬件最初预期水平的能力。智能驾驶之外,小鹏在机器人领域也有新动作。
小鹏机器人部门Dogotix完成9亿美元融资,估值达63亿美元,小鹏称这是“中国具身智能行业有史以来最大单轮私募融资”。按计划,IRON将于2026年部署到小鹏门店提供销售支持,2027年开始向零售和服务行业外部客户交付;每月数千台的产能将随需求进一步扩大。
IRON在形态与设计上属于类人程度较高的机器人,其研发重点放在人机交互环节;不过人形机器人并非所有工业场景的理想形态。阿里巴巴(Alibaba)与腾讯(Tencent)已作为战略投资者入局,二者的支付宝与微信支付系统覆盖了中国大量日常交易场景。
独立融资后,Dogotix仍由小鹏控股,但不再是全资子公司,相应需要承担更多报告义务,机器人业务的业绩透明度也将提高。小鹏表示,每台机器人在销售与升级方面的生命周期收入可能高于一辆汽车。随着明年销售收入开始增长,其利润率和盈利能力将值得关注。
小鹏在不同产品线之间复用相同的基础设施和软件系统,以摊薄研发投入。该公司以冰山比喻这套共享体系:水面下看不见的95%为共享部分,水面上的应用形态则各不相同。
小鹏对物理AI的投入并不止于上述发布。该公司的策略是先解决最难的问题,再处理相对容易的问题,认为完整构建物理AI研发体系后,前期攻关难度越大,后续问题越容易解决。不优先摘取“低垂的果实”,也就难以产生部分短期投资者期待的立竿见影效果;在竞争节奏快的中国同行中,这一取舍并不轻松。
小鹏通过快速迭代应对“未知的未知”,即规划阶段无法合理预见的边缘场景。该公司称,唯有完整构建AI系统,才能在快速迭代中持续解决这类问题。其将这一循环称作“AI飞轮”:更好的汽车带来更多数据,数据驱动软件改进,软件推动汽车销量,更多汽车覆盖更多边缘场景,进而形成更强的模型,并延展到其它产品线。
面向可预期的智能驾驶监管要求,智能驾驶系统须在本地完成推理,这对芯片算力利用率和模型效率提出了更高要求。部分竞品通过增加传感器弥补算力短板,或依赖集中式数据中心,后者在隐私与合规方面存在压力。本地高效运行AI模型的路线,使图灵芯片和AI应用可以延伸到物理人工智能之外的更多场景。
同一场发布活动中,小鹏还发布了XLLM(大语言模型架构),该架构使大语言模型(LLM)可在单颗图灵芯片上运行。小鹏称,其推理效率接近ChatGPT;系统通过优化“当前常见的大语言模型”,以每秒超过20个令牌的生成速率在本地运行。虽然这一速率不是业内最高,但优势在于全部处理集中在单颗芯片完成,无需依赖高能耗数据中心。XLLM有望使大语言模型能力以本地应用的形式适配各类潜在用例;该优化路线同样适用于AI数据中心,有机会明显降低能耗。汽车端优先解决的本地物理AI运行问题,正在为这项技术打开新应用空间。
先攻克难点的技术路线也在形成新的收入来源,技术服务收入占比持续提升。保时捷(Porsche)与小鹏在欧洲开展排放池合作,被视为新的潜在收入来源。随着大众汽车集团技术合作深化,VLA 2.0在该集团车辆上的搭载范围有望扩大。
智能驾驶能力与电动汽车销售相互联动:智能驾驶表现带动汽车销量,规模扩大再反哺电动车平台开发,进而推动电动化进程。
小鹏正在推进成为率先满足联合国DCAS统一法规、实现全球智能驾驶的目标。智能驾驶体验的传播有望带动客户对小鹏车型的考虑,其他整车企业也可能采购相关能力,从而形成汽车销售与技术服务双重收入来源;AI能力在更多数据驱动下持续演进,并可迁移至其它领域。小鹏当前的投入周期正处在长期研发转化为多个产品收入的临界点,汽车销售、技术服务与机器人业务可能共同构成后续收入来源,并将部分利润再投入新技术的开发。
